YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Spanish subtitles

← Hablemos el lenguaje secreto de las bacterias para dectectar las enfermedades con antelación

Get Embed Code
27 Languages

Showing Revision 15 created 05/28/2019 by Jenny Lam-Chowdhury.

  1. No las conocen.
  2. No las ven.
  3. Pero siempre andan por ahí,
  4. cuchicheando,
  5. elaborando planes secretos,
  6. creando ejércitos con
    millones de soldados...
  7. Y cuando deciden atacar,
  8. atacan todas al mismo tiempo.
  9. Estoy hablando de las bacterias.
  10. (Risas)

  11. ¿De quién pensaban que hablaba?

  12. Las bacterias viven en comunidades
    al igual que los humanos.

  13. Tienen familias,
  14. hablan,
  15. y planean sus actividades.
  16. Y al igual que los humanos,
    hacen trampa, engañan
  17. e incluso algunas se engañan unas a otras.
  18. ¿Y si les digo que podemos escuchar
    las conversaciones de las bacterias
  19. y traducir su información
    confidencial al lenguaje humano?
  20. ¿Y que el traducir las conversaciones
    de las bacterias puede salvar vidas?
  21. Tengo un doctorado en nanofísica
  22. y usé la nanotecnología para desarrollar
  23. una herramienta de traducción
    en tiempo real
  24. que puede espiar a
    las comunidades de bacterias
  25. y obtener grabaciones de lo que
    las bacterias están haciendo.
  26. Las bacterias viven en todos lados.

  27. Están en la tierra, en los muebles
  28. y dentro de nuestros cuerpos.
  29. De hecho, el 90 % de todas las células
    vivas en este escenario son bacterianas.
  30. Algunas bacterias son beneficiosas;
  31. nos ayudan a digerir la comida
    o producen antibióticos.
  32. Y algunas bacterias son
    malas para nosotros;
  33. causan enfermedades y muerte.
  34. Para coordinar todas sus funciones,
  35. las bacterias deben poder organizarse,
  36. y las hacen como los humanos:
  37. comunicándose.
  38. Pero en vez de usar palabras
  39. usan moléculas de señalización
    para comunicarse entre sí.
  40. Cuando hay pocas bacterias,
  41. las moléculas de señalización
    simplemente fluyen,
  42. como los gritos de un hombre
    solo en el desierto.
  43. Pero cuando hay muchas bacterias,
    las moléculas de señalización se acumulan,
  44. y las bacterias empiezan a percibir
    que no están solas.
  45. Se escuchan unas a otras.
  46. De este modo, controlan cuántas son
  47. y cuándo son suficientes como
    para iniciar una nueva acción.
  48. Y cuando las moléculas de señalización
    han alcanzado un cierto umbral,
  49. todas las bacterias perciben
    al unísono que deben realizar
  50. la misma acción.
  51. Así que las conversaciones bacterianas
    constan de una iniciativa y una reacción,

  52. la producción de una molécula
    y la respuesta a esta.
  53. En mi investigación me he concentrado
    en espiar a comunidades bacterianas
  54. dentro del cuerpo humano.
  55. ¿Cómo funciona?
  56. Tomamos una muestra de un paciente;
  57. puede ser de sangre o saliva.
  58. Disparamos electrones en la muestra,
  59. y los electrones interactúan con cualquier
    molécula de comunicación presente;
  60. esta interacción nos dará información
  61. sobre la identidad de la bacteria,
  62. el tipo de comunicación
  63. y cuánto están hablando las bacterias.
  64. Pero ¿cómo es cuando
    las bacterias se comunican?

  65. Antes de desarrollar
    la herramienta de traducción
  66. mi primera hipótesis era que las
    bacterias tenían un lenguaje primitivo,
  67. como niños pequeños que aún no
    han desarrollado palabras ni oraciones.
  68. Cuando se ríen están felices,
    cuando lloran están tristes.
  69. Tan simple como eso.
  70. Pero resultó que las bacterias no eran
    tan primitivas como supuse que serían.
  71. Una molécula no es solo una molécula.
  72. Puede significar cosas distintas
    dependiendo del contexto,
  73. al igual que el llanto de los bebés
    significa cosas distintas:
  74. a veces el bebé tiene hambre,
  75. a veces está mojado,
  76. a veces está lastimado o tiene miedo.
  77. Los padres saben cómo
    decodificar esos llantos.
  78. Y como herramienta de traducción real
  79. tenía que decodificar
    las moléculas de señalización
  80. y traducirlas dependiendo del contexto.
  81. Y, ¿quién sabe?
  82. Quizá el traductor de Google
    la adopte pronto.
  83. (Risas)

  84. Les daré un ejemplo.

  85. Traje algunos datos bacterianos que
    quizá sean un poco difíciles de entender
  86. si no están entrenados,
  87. pero traten de observar.
  88. (Risas)

  89. Esta es una familia bacteriana feliz
    que ha infectado a un paciente.

  90. Llamémosla la familia Montesco.
  91. Comparten los recursos,
    se reproducen y crecen.
  92. Un día reciben nuevos vecinos:
  93. la familia bacteriana Capuleto.
  94. (Risas)

  95. Mientras trabajen juntas, todo va bien.

  96. Pero entonces ocurre algo inesperado.
  97. Romeo Montesco tiene una relación
    con Julieta Capuleto.
  98. (Risas)

  99. Y sí, comparten material genético.

  100. (Risas)

  101. Esta transferencia de genes puede ser
    peligrosa para los Montesco,

  102. que ambicionan ser la única familia
    en el paciente que han infectado,
  103. y compartir los genes contribuye
  104. a que los Capuleto desarrollen
    una resistencia contra los antibióticos.
  105. Así que los Montesco empiezan a hablar
    para deshacerse de la otra familia
  106. liberando esta molécula.
  107. (Risas)

  108. Y con subtítulos:

  109. [Coordinemos un ataque]

  110. (Risas)

  111. Coordinemos un ataque.

  112. Y entonces todos responden al unísono
  113. liberando un veneno que matará
    a la otra familia.
  114. [¡Eliminar!]

  115. (Risas)

  116. Los Capuleto responden
    ordenando un contraataque.

  117. [¡Contraataque!]

  118. Y tienen una batalla.

  119. Este video es de bacterias reales que
    luchan con orgánulos parecidos a espadas,

  120. en el que tratan de matarse
  121. literalmente apuñalándose y
    rompiéndose unas a otras.
  122. La familia que gane esta batalla
    se convertirá en la bacteria dominante.
  123. Así que, lo que puedo hacer es detectar
    conversaciones bacterianas

  124. que conducen a distintas
    conductas colectivas
  125. como la batalla que vieron.
  126. Y lo que yo hice fue espiar
    las comunidades de bacterias
  127. dentro del cuerpo humano
  128. en pacientes de un hospital.
  129. Seguí a 62 pacientes en un experimento,
  130. donde analicé muestras de pacientes
    sobre una infección en particular,
  131. sin saber los resultados de las pruebas
    de diagnóstico tradicionales.
  132. Ahora bien, para
    los diagnósticos de bacterias

  133. se esparce una muestra sobre una placa
  134. y si las bacterias en cinco días,
  135. se diagnostica al paciente como infectado.
  136. Cuando terminé el estudio y comparé
    los resultados de la herramienta
  137. con la prueba de diagnóstico tradicional
    y la prueba de validación,
  138. quedé sorprendida.
  139. Fue mucho más asombroso de
    lo que nunca hubiera previsto.
  140. Pero antes de decir lo que
    reveló la herramienta

  141. quisiera contarles sobre
    una paciente específica a la que seguí:
  142. una niña.
  143. Tenía fibrosis cística,
  144. una enfermedad genética que
    hacía que sus pulmones
  145. fueran susceptibles
    a infecciones bacterianas.
  146. La niña no formaba parte
    del ensayo clínico.
  147. La seguí porque yo sabía,
    por su historia clínica,
  148. que nunca antes había
    tenido una infección.
  149. Una vez al mes esta niña iba al hospital
  150. para expectorar una muestra
    de esputo en un recipiente.
  151. Esta muestra se transfería
    para un análisis bacteriano
  152. al laboratorio central,
  153. de modo que los médicos pudieran actuar
    rápidamente si descubrían una infección.
  154. Y esto me permitía también a mí probar
    sus muestras en mi dispositivo.
  155. Los primeros dos meses en los que medí
    sus muestras, no había nada.

  156. Pero al tercer mes,
  157. descubrí algunas conversaciones
    bacterianas en su muestra.
  158. Las bacterias estaban coordinándose
    para dañar su tejido pulmonar.
  159. Pero los diagnósticos tradicionales
    no mostraban ninguna bacteria.
  160. Lo medí nuevamente el mes siguiente,
  161. y pude ver que las conversaciones entre
    las bacterias eran aún más agresivas.
  162. Los diagnósticos tradicionales
    todavía no mostraban nada.
  163. Mi estudio terminó, pero
    medio año después seguí su estado
  164. para ver si las bacterias que
    solo yo conocía habían desaparecido
  165. sin intervención médica.
  166. No lo habían hecho.
  167. Ahora habían diagnosticado
    a la niña con una infección aguda
  168. de bacterias mortales.
  169. Eran las mismas bacterias que
    mi herramienta había descubierto antes.
  170. Y, a pesar de un tratamiento
    fuerte con antibióticos,
  171. fue imposible erradicar la infección.
  172. Los médicos consideraron que no viviría
    más allá de los 20 años.
  173. Cuando medí las muestras de esta niña

  174. mi herramienta aún estaba
    en la etapa inicial.
  175. Ni siquiera sabía si mi método funcionaba,
  176. por lo que acordé con los médicos
  177. no decirles lo que reveló
  178. para no comprometer su tratamiento.
  179. Cuando vi estos resultados,
    que no habían sido validados,
  180. no me atreví a decir nada
  181. porque tratar a los pacientes
    sin una infección real
  182. también tiene consecuencias
    negativas para ellos.
  183. Pero ahora sabemos más,
  184. y hay muchos niños y niñas
    a los que todavía podemos salvar
  185. porque, lamentablemente,
    esta situación ocurre muy a menudo.
  186. Los pacientes se infectan,
  187. las bacterias no aparecen en
    la prueba de diagnóstico tradicional
  188. y, de pronto, la infección se desencadena
    en el paciente con síntomas graves.
  189. Y en ese momento ya es muy tarde.
  190. El resultado sorprendente
    sobre los 62 pacientes que seguí

  191. es que mi dispositivo captó
    conversaciones bacterianas
  192. en más de la mitad de las muestras
  193. que habían sido diagnosticadas como
    negativas por los métodos tradicionales.
  194. Más de la mitad de estos pacientes
    se habían ido a casa pensando
  195. que no tenían infección,
  196. aunque en realidad eran portadores
    de bacterias peligrosas.
  197. Dentro de estos pacientes
    mal diagnosticados
  198. las bacterias se coordinaban
    para lanzar un ataque sincronizado.
  199. Cuchicheaban unas con otras.
  200. Yo llamo "bacterias cuchicheadoras"
  201. a las bacterias que los métodos
    tradicionales no pueden diagnosticar.
  202. Es la única herramienta de traducción
    que puede captar esos cuchicheos.
  203. Creo que el tiempo durante el cual
    las bacterias aún están cuchicheando
  204. es un período de oportunidad
    para el tratamiento dirigido.
  205. Si la niña hubiera sido tratada
    durante esta período,
  206. podría haber sido posible
    matar a las bacterias
  207. en su estado inicial,
  208. antes de que la infección
    se fuera de las manos.
  209. Mi experiencia con esta niña me hizo
    decidir hacer todo lo posible

  210. por impulsar el uso de
    esta tecnología en el hospital.
  211. Junto con los médicos
  212. trabajo para implementar
    esta herramienta en las clínicas
  213. para diagnosticar
    las infecciones tempranas.
  214. Aunque los médicos no saben todavía
    cómo tratar a los pacientes

  215. durante la fase de cuchicheo,
  216. puede ayudarlos a vigilar de cerca
    a los pacientes en riesgo.
  217. Podría ayudarlos a confirmar
    si el tratamiento ha funcionado o no,
  218. y a responder preguntas sencillas:
  219. ¿Está infectado el paciente?
  220. ¿Y qué están haciendo las bacterias?
  221. Las bacterias hablan,

  222. hacen planes secretos
  223. y se envían información
    confidencial entre sí.
  224. Pero no solo podemos captarlas
    mientras cuchichean,
  225. también podemos aprender
    su lenguaje secreto
  226. y volvernos cuchicheadores bacterianos.
  227. Y, como dirían las bacterias:
  228. "3-oxo-C12-aniline."
  229. ["Fin"]
  230. (Risas)

  231. (Aplausos)

  232. Gracias.